[go: up one dir, main page]

CN113143299A - 一种视力监测方法、系统、眼镜及头戴智能设备 - Google Patents

一种视力监测方法、系统、眼镜及头戴智能设备 Download PDF

Info

Publication number
CN113143299A
CN113143299A CN202110451936.6A CN202110451936A CN113143299A CN 113143299 A CN113143299 A CN 113143299A CN 202110451936 A CN202110451936 A CN 202110451936A CN 113143299 A CN113143299 A CN 113143299A
Authority
CN
China
Prior art keywords
human eye
current
fatigue
signal
parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110451936.6A
Other languages
English (en)
Inventor
王越超
尚春莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN202110451936.6A priority Critical patent/CN113143299A/zh
Publication of CN113143299A publication Critical patent/CN113143299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/103—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining refraction, e.g. refractometers, skiascopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/107—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining the shape or measuring the curvature of the cornea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/10—Eye inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明提供了一种视力监测方法、系统、眼镜及头戴智能设备，其方法包括步骤：获取人眼的监测信号；对所述监测信号进行处理，获得人眼的当前数据；将所述当前数据与存储的预设模型进行比较计算，判断人眼的当前状态。该方案的体积更小、应用更方便，能够做到日常随时监测，且测量精度更高，有利于保护用户的眼睛。

Description

一种视力监测方法、系统、眼镜及头戴智能设备
技术领域
本发明涉及视力监测技术领域，尤指一种视力监测方法、系统、眼镜及头戴智能设备。
背景技术
目前市场上的视力测试设备虽然有精度高，但因为非常大，且价格昂贵，无法为消费者日常所使用，不能作为日常视力监测，很多消费者在发现看物体不清楚时，再去检查视力状况，往往已经为时已晚。因为近视一旦产生，就只能缓解，目前还没有医学上认可的治疗方案可以恢复视力，只能通过手术或眼镜来进行屈光。
现有技术中有使用手机显示屏改变字体的大小，模拟距离来测试视力额方法，但由于本身人眼离显示屏的距离很近，显示屏的光线会刺激消费者的眼球，因而测量的结果并不精准，不能很好的进行视力监测。因此，需要一种体积更小、应用更方便，能够日常随时监测，且测量精度更高的视力监测方法。
发明内容
本发明的目的是提供一种视力监测方法、系统、眼镜及头戴智能设备，该方案的体积更小、应用更方便，能够做到日常随时监测，且测量精度更高，有利于保护用户的眼睛。
本发明提供的技术方案如下：
本发明提供一种视力监测方法，包括步骤：
获取人眼的监测信号；
对所述监测信号进行处理，获得人眼的当前数据；
将所述当前数据与存储的预设模型进行比较计算，判断人眼的当前状态。
本方案通过在眼镜、AR、VR、MR等产品是设置传感器等结构，能够实时获取人眼的监测信号，再对监测信号进行处理，能够获得人眼的当前数据，将当前数据与存储的预设模型进行比较计算，能够根据计算结果判断人眼的当前状态，完成人眼的实时监测过程。由于本方案的传感器等结构是设置在眼镜、AR、VR、MR等产品上，使得设备的体积更小、应用更方便，能够做到日常随时监测；且由于不需要显示屏等结构，能够避免显示屏的光线刺激人眼，使得测量的精度更高，有利于保护用户的眼睛。
另外，在本方案中，视力监测的方式有多种，如通过肌肉电进行监测、通过超声波进行监测、通过光学TOF进行监测，以及通过眼底成像进行监测等，根据监测方式的不同，所采用的传感器等结构不同，采集的监测信号不同，进行信号处理和数据计算的方式也不同，具体根据实际情况进行调整。
进一步地，包括步骤：
通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号；
对所述肌电信号或所述肌音信号进行处理，获得人眼睫状肌的肌电图；
将所述肌电图输入训练好的肌电图与睫状肌疲劳度模型，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
除遗传和疾病因素外，导致近视最主要的原因是视觉疲劳，视觉疲劳的产生主要是由于视近过多产生，人眼视近状态下睫状肌紧张增加晶状体的屈光能力(视远状态下睫状肌处于放松状态)，因此视疲劳可以用睫状肌和晶状体的状态进行监测，可以很好的测量人眼的视疲劳程度；睫状肌处于虹膜后的位置，可见光难以从外部进行观察，因此通过光学的方式难以进行观测。肌肉的收缩和放松会产生肌电(EMG)/肌音(MMG)，且睫状肌离表皮距离较近，因此，可以通过测量人眼睫状肌的肌电信号或肌音信号进行视力监测。
通过肌电传感器或肌音传感器接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号，再对肌电信号或肌音信号进行处理，能够获得人眼睫状肌的肌电图，将肌电图输入训练好的肌电图与睫状肌疲劳度模型中，能够获得人眼的当前疲劳度，从而在当前疲劳度超过预设疲劳度时进行提醒。
其中，肌电传感器或肌音传感器所得到的数据可以在本地自动处理分析，也可以在云端处理，也可以通过有线/无线形式连接到终端设备处理，也可以选择传传给医院或其他平台分析或确认结果，尤其在发现有异常问题时可以给予更加专业的建议。
具体的，在将肌电传感器或肌音传感器安装在眼镜、AR、VR、MR等产品上时，肌电传感器可以放在任何位置提取睫状肌的肌电信号，经放大处理后形成肌电图，但基于更靠近睫状肌以获得更好的信号，优选位置为在眼框的上下中间部位进行肌电信号提取；另外由于肌音信号的传播特性，肌音传感器不需要固定在某些特定的位置上，甚至可以不直接接触皮肤，信号只需要简单的数字处理硬件(比如DSP)就可以处理。
进一步地，所述的通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号之前，还包括步骤：
采集用户在不同视距下的肌电信号或肌音信号，获得肌电信号或肌音信号与视距的函数关系；
采集用户在相同视距下的不同时刻的肌电信号或肌音信号，获得肌电信号或肌音信号与时间的函数关系；
建立所述肌电图与睫状肌疲劳度模型；
根据肌电信号或肌音信号与视距的函数关系以及肌电信号或肌音信号与时间的函数关系对所述肌电图与睫状肌疲劳度模型进行训练，获得肌电图与疲劳度之间的函数关系。
具体的，对于模型的建立，可以使用前期有序指导学习的方式，也可以采用消费者佩戴初期自动采集肌电图，系统自主学习和训练的方式来获得消费者视力疲劳程度和肌电图之间的关系；还可以将距离传感器进行距离检测和视力检测系统结合起来，利用相同距离下的睫状肌调整的幅度变化，反向推导出现在使用者的屈光能力，及变化趋势，当然也可以不使用距离传感器，而选用定期在固定距离上进行测量实现，但需要场所和距离信息的输入，也作为本发明的一种实现方式。
具体的，通过采集用户在不同视距下的肌电信号或肌音信号，能够获得肌电信号或肌音信号与视距的函数关系；通过采集用户在相同视距下的不同时刻的肌电信号或肌音信号，能够获得肌电信号或肌音信号与时间的函数关系；通过医学上的大数据建立肌电图与睫状肌疲劳度模型；根据肌电信号或肌音信号与视距的函数关系以及肌电信号或肌音信号与时间的函数关系对肌电图与睫状肌疲劳度模型进行训练，能够获得肌电图与疲劳度之间的函数关系，从而使得在确定用户的当前肌电图时，能够精准的判断用户的当前疲劳度。
另外，为保护视力，应当在睫状肌出现轻度疲劳就开始提醒，睫状肌的疲劳出自身差异性因素外，不同的紧张程度和累计的时间与睫状肌疲劳强相关，因此疲劳度是紧张程度和时间之间的一个积分函数，比如视距2m和视距30cm产生的视疲劳是不一样的，如果消费者用眼为10分钟2m和10分钟30cm，则用眼疲劳则是这两个疲劳值之和；此外，因为个体差异或异常因素，可能导致使用者很快进入到视疲劳状态，此时会触发医学模型，并进行报警，提醒视疲劳异常产生。
进一步地，包括步骤：
通过接触人眼附近的皮肤向人眼发送超声波；
获取所述超声波在接触人眼后的反馈信号；
对所述反馈信号进行处理，获得人眼的当前3D图像；
根据所述当前3D图像计算获得人眼的当前人眼参数；
将所述当前人眼参数输入训练好的人眼参数与疲劳度模型，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
由于超声波在人体内传播时，在两种不同介质(组织)的界面处发生反射和折射，在同一组织内传播时，因为人体组织的不均匀性而发生散射，超声通过不同器官和组织，得到不同的反射和散射信号，这些信号显示出脏器的界面和组织内部的细微结构，从而方便进一步进行分析。由于高频率的超声波信号在空气中容易衰减，因此与皮肤直接接触能够得到更好的反馈信号，可以选用小型化的超声波传感器，安装在眼睛的镜架，或者VR、AR、MR产品上，使其安装于能够接触到皮肤的位置，比如鼻梁托、眼镜腿/框等位置，从而可以生成人眼的3D图像，进而计算出人眼的度数等其他眼部参数；此外，监控中可以实时监控睫状肌的位置及其收缩状态，也可以监控晶状体的形状(厚度)的变化，从而可以分析其疲劳状态，予以提醒。
具体的，通过接触人眼附近的皮肤向人眼发送超声波能够获取超声波在接触人眼后的反馈信号，对反馈信号进行处理，能够获得人眼的当前3D图像，根据当前3D图像进行计算，能够获得人眼的当前人眼参数，如晶状体、睫状肌、眼轴等参数，将当前人眼参数输入训练好的人眼参数与疲劳度模型，能够获得人眼的当前疲劳度，从而在当前疲劳度超过预设疲劳度时进行提醒。
其中，超声波传感器所得到的数据可以在本地自动处理分析，也可以在云端处理，也可以通过有线/无线形式连接到终端设备处理，也可以选择传传给医院或其他平台分析或确认结果，尤其在发现有异常问题时可以给予更加专业的建议。
进一步地，所述的通过接触人眼附近的皮肤向人眼发送超声波之前，还包括：
采集用户在不同视距下的人眼参数，获得人眼参数与视距的函数关系；
采集用户在相同视距下的不同时刻的人眼参数号，获得人眼参数与时间的函数关系；
建立所述人眼参数与疲劳度模型；
根据人眼参数与视距的函数关系以及人眼参数与时间的函数关系对所述人眼参数与疲劳度模型进行训练，获得人眼参数与疲劳度之间的函数关系。
通过采集用户在不同视距下的人眼参数，能够获得人眼参数与视距的函数关系；通过采集用户在相同视距下的不同时刻的人眼参数号，能够获得人眼参数与时间的函数关系；根据医学上的大数据建立人眼参数与疲劳度模型；再根据人眼参数与视距的函数关系以及人眼参数与时间的函数关系能够对人眼参数与疲劳度模型进行训练，从而获得人眼参数与疲劳度之间的函数关系，使得在监测到当前人眼参数后，能够精准的判断人眼的疲劳度。
进一步地，包括步骤：
向人眼发射红外光；
接收所述红外光在接触人眼后的第一反射光线；
对所述第一发射光线进行处理，获得人眼的当前眼球参数；
将所述当前眼球参数与存储的人眼模型的眼球参数进行比较计算，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
TOF技术是基于飞行时间来计算距离，受限于目前半导体的时钟技术，在距离过长时精度不够，比较好的方式是一个与眼部固定的装置上，使用TOF技术来测量眼球的角膜曲率、前房深度、晶状体的屈光度、眼轴长度等参数；阵列式TOF的发光源一般情况下是红外的面光源，这些光线在角膜和前房、晶状体等介质交界面产生反射，根据光线可逆，反射波反射回到对应的感光器件，从而产生了眼球光路的3D结构数据；产品形式可以做成夹片式，或滑块、导轨、磁吸，夹/吸在眼镜上，自动或手动的方式调整光线直射入眼球的位置；也可以做成加入到AR、VR、MR类产品中，通过棱镜导入AR、VR、MR的光路中，通过光路将TOF光线直射到人眼中，从而实现连续的监测使用者在使用AR、VR、MR时的视疲劳情况。
具体的，通过TOF模块向人眼发射红外光，能够接收红外光在接触人眼后的第一反射光线，对第一发射光线进行处理，能够获得人眼的当前眼球参数，如角膜曲率、前房深度、晶状体的屈光度、眼轴长度等参数，再将当前眼球参数与存储的人眼模型的眼球参数进行比较计算，能够获得人眼的当前疲劳度，并在当前疲劳度超过预设疲劳度时进行提醒。
进一步地，包括步骤：
通过面光源将预设图像射入人眼中；
接收通过视网膜反射的第二反射光线；
对所述第二发射光线进行处理，获得反射图像；
将所述反射图像与存储的所述预设图像进行比较计算，获得人眼的当前屈光度；
根据所述当前屈光度判断人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
眼底成像的原理是面光源(平行光)图案，在沿着光路直射到人眼时，根据光线的可逆性，能够将视网膜上的光线反射回图像传感器中，如果成像的焦点没有落在视网膜上，则产生的不是清晰的图像，将这个图像和清晰图像(系统存储)进行对比，根据一定的算法，即可以计算出人眼的屈光度。
具体的，通过面光源将预设图像射入人眼中，再接收通过视网膜反射的第二反射光线，对第二发射光线进行处理，能够获得反射图像；将反射图像与存储的预设图像进行比较计算，能够获得人眼的当前屈光度，再根据当前屈光度能够判断人眼的当前疲劳度，并在当前疲劳度超过预设疲劳度时进行提醒。
另外，本发明还提供一种视力监测系统，包括：
获取模块，用于获取人眼的监测信号；
处理模块，与所述获取模块连接，用于对所述监测信号进行处理，获得人眼的当前数据；
计算模块，与所述处理模块连接，用于将所述当前数据与存储的预设模型进行比较计算；
判断模块，用于根据计算结果判断人眼的当前状态。
通过在眼镜、AR、VR、MR等产品是设置传感器等结构，能够实时获取人眼的监测信号，再对监测信号进行处理，能够获得人眼的当前数据，将当前数据与存储的预设模型进行比较计算，能够根据计算结果判断人眼的当前状态，完成人眼的实时监测过程。由于本方案的传感器等结构是设置在眼镜、AR、VR、MR等产品上，使得设备的体积更小、应用更方便，能够做到日常随时监测；且由于不需要显示屏等结构，能够避免显示屏的光线刺激人眼，使得测量的精度更高，有利于保护用户的眼睛。
另外，在本方案中，视力监测的方式有多种，如通过肌肉电进行监测、通过超声波进行监测、通过光学TOF进行监测，以及通过眼底成像进行监测等，根据监测方式的不同，所采用的传感器等结构不同，采集的监测信号不同，进行信号处理和数据计算的方式也不同，具体根据实际情况进行调整。
另外，本发明还提供一种眼镜，包括上述的视力监测系统。
另外，本发明还提供一种头戴智能设备，包括上述的视力监测系统。
根据本发明提供的一种视力监测方法、系统、眼镜及头戴智能设备，通过在眼镜、AR、VR、MR等产品是设置传感器等结构，能够实时获取人眼的监测信号，再对监测信号进行处理，能够获得人眼的当前数据，将当前数据与存储的预设模型进行比较计算，能够根据计算结果判断人眼的当前状态，完成人眼的实时监测过程。由于本方案的传感器等结构是设置在眼镜、AR、VR、MR等产品上，使得设备的体积更小、应用更方便，能够做到日常随时监测；且由于不需要显示屏等结构，能够避免显示屏的光线刺激人眼，使得测量的精度更高，有利于保护用户的眼睛。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对本方案的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明实施例的整体流程示意图；
图2是本发明实施例的一个实施方法的流程示意图；
图3是本发明实施例的一个数据处理框架图；
图4是本发明实施例的另一个实施方法的流程示意图；
图5是本发明实施例的另一个数据处理框架图；
图6是本发明实施例的又一个实施方法的流程示意图；
图7是本发明实施例的再一个实施方法的流程示意图；
图8是本发明实施例的系统结构示意图。
图中标号：1-获取模块；2-处理模块；3-计算模块；4-判断模块。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
实施例1
本发明的一个实施例，如图1所示，本发明提供一种视力监测方法，包括步骤：
S1、获取人眼的监测信号。
S2、对监测信号进行处理，获得人眼的当前数据。
S3、将当前数据与存储的预设模型进行比较计算，判断人眼的当前状态。
本方案通过在眼镜、AR、VR、MR等产品是设置传感器等结构，能够实时获取人眼的监测信号，再对监测信号进行处理，能够获得人眼的当前数据，将当前数据与存储的预设模型进行比较计算，能够根据计算结果判断人眼的当前状态，完成人眼的实时监测过程。由于本方案的传感器等结构是设置在眼镜、AR、VR、MR等产品上，使得设备的体积更小、应用更方便，能够做到日常随时监测；且由于不需要显示屏等结构，能够避免显示屏的光线刺激人眼，使得测量的精度更高，有利于保护用户的眼睛。
另外，在本方案中，视力监测的方式有多种，如通过肌肉电进行监测、通过超声波进行监测、通过光学TOF进行监测，以及通过眼底成像进行监测等，根据监测方式的不同，所采用的传感器等结构不同，采集的监测信号不同，进行信号处理和数据计算的方式也不同，具体根据实际情况进行调整。
实施例2
本发明的一个实施例，如图2所示，本发明提供一种视力监测方法，包括步骤：
S11、通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号。
S12、对肌电信号或肌音信号进行处理，获得人眼睫状肌的肌电图。
S13、将肌电图输入训练好的肌电图与睫状肌疲劳度模型，获得人眼的当前疲劳度。
S14、在当前疲劳度超过预设疲劳度时进行提醒。
除遗传和疾病因素外，导致近视最主要的原因是视觉疲劳，视觉疲劳的产生主要是由于视近过多产生，人眼视近状态下睫状肌紧张增加晶状体的屈光能力(视远状态下睫状肌处于放松状态)，因此视疲劳可以用睫状肌和晶状体的状态进行监测，可以很好的测量人眼的视疲劳程度；睫状肌处于虹膜后的位置，可见光难以从外部进行观察，因此通过光学的方式难以进行观测。肌肉的收缩和放松会产生肌电(EMG)/肌音(MMG)，且睫状肌离表皮距离较近，因此，可以通过测量人眼睫状肌的肌电信号或肌音信号进行视力监测。
通过肌电传感器或肌音传感器接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号，再对肌电信号或肌音信号进行处理，能够获得人眼睫状肌的肌电图，将肌电图输入训练好的肌电图与睫状肌疲劳度模型中，能够获得人眼的当前疲劳度，从而在当前疲劳度超过预设疲劳度时进行提醒。
其中，如图3所示，肌电传感器或肌音传感器所得到的数据可以在本地自动处理分析，也可以在云端处理，也可以通过有线/无线形式连接到终端设备处理，也可以选择传传给医院或其他平台分析或确认结果，尤其在发现有异常问题时可以给予更加专业的建议。
具体的，在将肌电传感器或肌音传感器安装在眼镜、AR、VR、MR等产品上时，肌电传感器可以放在任何位置提取睫状肌的肌电信号，经放大处理后形成肌电图，但基于更靠近睫状肌以获得更好的信号，优选位置为在眼框的上下中间部位进行肌电信号提取；另外由于肌音信号的传播特性，肌音传感器不需要固定在某些特定的位置上，甚至可以不直接接触皮肤，信号只需要简单的数字处理硬件(比如DSP)就可以处理。
实施例3
本发明的一个实施例，在实施例2的基础上，通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号之前，还包括步骤：
S101、采集用户在不同视距下的肌电信号或肌音信号，获得肌电信号或肌音信号与视距的函数关系。
S102、采集用户在相同视距下的不同时刻的肌电信号或肌音信号，获得肌电信号或肌音信号与时间的函数关系。
S103、建立肌电图与睫状肌疲劳度模型。
S104、根据肌电信号或肌音信号与视距的函数关系以及肌电信号或肌音信号与时间的函数关系对肌电图与睫状肌疲劳度模型进行训练，获得肌电图与疲劳度之间的函数关系。
具体的，对于模型的建立，可以使用前期有序指导学习的方式，也可以采用消费者佩戴初期自动采集肌电图，系统自主学习和训练的方式来获得消费者视力疲劳程度和肌电图之间的关系；还可以将距离传感器进行距离检测和视力检测系统结合起来，利用相同距离下的睫状肌调整的幅度变化，反向推导出现在使用者的屈光能力，及变化趋势，当然也可以不使用距离传感器，而选用定期在固定距离上进行测量实现，但需要场所和距离信息的输入，也作为本发明的一种实现方式。
通过采集用户在不同视距下的肌电信号或肌音信号，能够获得肌电信号或肌音信号与视距的函数关系；通过采集用户在相同视距下的不同时刻的肌电信号或肌音信号，能够获得肌电信号或肌音信号与时间的函数关系；通过医学上的大数据建立肌电图与睫状肌疲劳度模型；根据肌电信号或肌音信号与视距的函数关系以及肌电信号或肌音信号与时间的函数关系对肌电图与睫状肌疲劳度模型进行训练，能够获得肌电图与疲劳度之间的函数关系，从而使得在确定用户的当前肌电图时，能够精准的判断用户的当前疲劳度。
另外，为保护视力，应当在睫状肌出现轻度疲劳就开始提醒，睫状肌的疲劳出自身差异性因素外，不同的紧张程度和累计的时间与睫状肌疲劳强相关，因此疲劳度是紧张程度和时间之间的一个积分函数，比如视距2m和视距30cm产生的视疲劳是不一样的，如果消费者用眼为10分钟2m和10分钟30cm，则用眼疲劳则是这两个疲劳值之和；此外，因为个体差异或异常因素，可能导致使用者很快进入到视疲劳状态，此时会触发医学模型，并进行报警，提醒视疲劳异常产生。
实施例4
本发明的一个实施例，如图4所示，本发明提供一种视力监测方法，包括步骤：
S21、通过接触人眼附近的皮肤向人眼发送超声波。
S22、获取超声波在接触人眼后的反馈信号。
S23、对反馈信号进行处理，获得人眼的当前3D图像。
S24、根据当前3D图像计算获得人眼的当前人眼参数。
S25、将当前人眼参数输入训练好的人眼参数与疲劳度模型，获得人眼的当前疲劳度。
S26、在当前疲劳度超过预设疲劳度时进行提醒。
由于超声波在人体内传播时，在两种不同介质(组织)的界面处发生反射和折射，在同一组织内传播时，因为人体组织的不均匀性而发生散射，超声通过不同器官和组织，得到不同的反射和散射信号，这些信号显示出脏器的界面和组织内部的细微结构，从而方便进一步进行分析。由于高频率的超声波信号在空气中容易衰减，因此与皮肤直接接触能够得到更好的反馈信号，可以选用小型化的超声波传感器，安装在眼睛的镜架，或者VR、AR、MR产品上，使其安装于能够接触到皮肤的位置，比如鼻梁托、眼镜腿/框等位置，从而可以生成人眼的3D图像，进而计算出人眼的度数等其他眼部参数；此外，监控中可以实时监控睫状肌的位置及其收缩状态，也可以监控晶状体的形状(厚度)的变化，从而可以分析其疲劳状态，予以提醒。
具体的，通过接触人眼附近的皮肤向人眼发送超声波能够获取超声波在接触人眼后的反馈信号，对反馈信号进行处理，能够获得人眼的当前3D图像，根据当前3D图像进行计算，能够获得人眼的当前人眼参数，如晶状体、睫状肌、眼轴等参数，将当前人眼参数输入训练好的人眼参数与疲劳度模型，能够获得人眼的当前疲劳度，从而在当前疲劳度超过预设疲劳度时进行提醒。
其中，如图5所示，超声波传感器所得到的数据可以在本地自动处理分析，也可以在云端处理，也可以通过有线/无线形式连接到终端设备处理，也可以选择传传给医院或其他平台分析或确认结果，尤其在发现有异常问题时可以给予更加专业的建议。
实施例5
本发明的一个实施例，在实施例4的基础上，通过接触人眼附近的皮肤向人眼发送超声波之前，还包括：
S201、采集用户在不同视距下的人眼参数，获得人眼参数与视距的函数关系。
S202、采集用户在相同视距下的不同时刻的人眼参数号，获得人眼参数与时间的函数关系。
S203、建立人眼参数与疲劳度模型。
S204、根据人眼参数与视距的函数关系以及人眼参数与时间的函数关系对人眼参数与疲劳度模型进行训练，获得人眼参数与疲劳度之间的函数关系。
通过采集用户在不同视距下的人眼参数，能够获得人眼参数与视距的函数关系；通过采集用户在相同视距下的不同时刻的人眼参数号，能够获得人眼参数与时间的函数关系；根据医学上的大数据建立人眼参数与疲劳度模型；再根据人眼参数与视距的函数关系以及人眼参数与时间的函数关系能够对人眼参数与疲劳度模型进行训练，从而获得人眼参数与疲劳度之间的函数关系，使得在监测到当前人眼参数后，能够精准的判断人眼的疲劳度。
实施例6
本发明的一个实施例，如图6所示，本发明提供一种视力监测方法，包括步骤：
S31、向人眼发射红外光。
S32、接收红外光在接触人眼后的第一反射光线。
S33、对第一发射光线进行处理，获得人眼的当前眼球参数。
S34、将当前眼球参数与存储的人眼模型的眼球参数进行比较计算，获得人眼的当前疲劳度。
S35、在当前疲劳度超过预设疲劳度时进行提醒。
TOF技术是基于飞行时间来计算距离，受限于目前半导体的时钟技术，在距离过长时精度不够，比较好的方式是一个与眼部固定的装置上，使用TOF技术来测量眼球的角膜曲率、前房深度、晶状体的屈光度、眼轴长度等参数；阵列式TOF的发光源一般情况下是红外的面光源，这些光线在角膜和前房、晶状体等介质交界面产生反射，根据光线可逆，反射波反射回到对应的感光器件，从而产生了眼球光路的3D结构数据；产品形式可以做成夹片式，或滑块、导轨、磁吸，夹/吸在眼镜上，自动或手动的方式调整光线直射入眼球的位置；也可以做成加入到AR、VR、MR类产品中，通过棱镜导入AR、VR、MR的光路中，通过光路将TOF光线直射到人眼中，从而实现连续的监测使用者在使用AR、VR、MR时的视疲劳情况。
具体的，通过TOF模块向人眼发射红外光，能够接收红外光在接触人眼后的第一反射光线，对第一发射光线进行处理，能够获得人眼的当前眼球参数，如角膜曲率、前房深度、晶状体的屈光度、眼轴长度等参数，再将当前眼球参数与存储的人眼模型的眼球参数进行比较计算，能够获得人眼的当前疲劳度，并在当前疲劳度超过预设疲劳度时进行提醒。
实施例7
本发明的一个实施例，如图7所示，本发明提供一种视力监测方法，包括步骤：
S41、通过面光源将预设图像射入人眼中。
S42、接收通过视网膜反射的第二反射光线。
S43、对第二发射光线进行处理，获得反射图像。
S44、将反射图像与存储的预设图像进行比较计算，获得人眼的当前屈光度。
S45、根据当前屈光度判断人眼的当前疲劳度。
S46、在当前疲劳度超过预设疲劳度时进行提醒。
眼底成像的原理是面光源(平行光)图案，在沿着光路直射到人眼时，根据光线的可逆性，能够将视网膜上的光线反射回图像传感器中，如果成像的焦点没有落在视网膜上，则产生的不是清晰的图像，将这个图像和清晰图像(系统存储)进行对比，根据一定的算法，即可以计算出人眼的屈光度。
具体的，通过面光源将预设图像射入人眼中，再接收通过视网膜反射的第二反射光线，对第二发射光线进行处理，能够获得反射图像；将反射图像与存储的预设图像进行比较计算，能够获得人眼的当前屈光度，再根据当前屈光度能够判断人眼的当前疲劳度，并在当前疲劳度超过预设疲劳度时进行提醒。
实施例8
本发明的一个实施例，如图8所示，本发明还提供一种视力监测系统，包括获取模块1、处理模块2、计算模块3和判断模块4。
获取模块1用于获取人眼的监测信号；处理模块2与获取模块1连接，用于对监测信号进行处理，获得人眼的当前数据；计算模块3与处理模块2连接，用于将当前数据与存储的预设模型进行比较计算；判断模块4用于根据计算结果判断人眼的当前状态。
通过在眼镜、AR、VR、MR等产品是设置传感器等结构，能够实时获取人眼的监测信号，再对监测信号进行处理，能够获得人眼的当前数据，将当前数据与存储的预设模型进行比较计算，能够根据计算结果判断人眼的当前状态，完成人眼的实时监测过程。由于本方案的传感器等结构是设置在眼镜、AR、VR、MR等产品上，使得设备的体积更小、应用更方便，能够做到日常随时监测；且由于不需要显示屏等结构，能够避免显示屏的光线刺激人眼，使得测量的精度更高，有利于保护用户的眼睛。
另外，在本方案中，视力监测的方式有多种，如通过肌肉电进行监测、通过超声波进行监测、通过光学TOF进行监测，以及通过眼底成像进行监测等，根据监测方式的不同，所采用的传感器等结构不同，采集的监测信号不同，进行信号处理和数据计算的方式也不同，具体如实施例2至实施例7所述，可以根据实际情况进行调整，在此不累赘叙述。
实施例9
本发明的一个实施例，本发明还提供一种眼镜，包括实施例8所述的视力监测系统。
具体的，根据视力监测方法的不同，所需的传感器等结构，以及传感器等结构的安装位置也不同，如在通过肌电进行视力监测时，肌电传感器可以放在任何位置提取睫状肌的肌电信号，经放大处理后形成肌电图，但基于更靠近睫状肌以获得更好的信号，优选位置为在眼框的上下中间部位进行肌电信号提取；另外由于肌音信号的传播特性，肌音传感器不需要固定在某些特定的位置上，甚至可以不直接接触皮肤。
另外，视力监测的具体方法如实施例1至实施例7所述，在此不累赘叙述。
实施例10
本发明的一个实施例，本发明还提供一种头戴智能设备，如AR设备、VR设备、MR设备等，包括实施例8所述的视力监测系统。
具体的，根据视力监测方法的不同，所需的传感器等结构，以及传感器等结构的安装位置也不同，如在通过肌电进行视力监测时，肌电传感器可以放在AR设备、VR设备、MR设备的任何位置提取睫状肌的肌电信号，经放大处理后形成肌电图，但基于更靠近睫状肌以获得更好的信号，优选位置为在AR设备、VR设备、MR设备的上下中间部位进行肌电信号提取；另外由于肌音信号的传播特性，肌音传感器不需要固定在某些特定的位置上，甚至可以不直接接触皮肤。
另外，视力监测的具体方法如实施例1至实施例7所述，在此不累赘叙述。
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种视力监测方法，其特征在于，包括步骤：
获取人眼的监测信号；
对所述监测信号进行处理，获得人眼的当前数据；
将所述当前数据与存储的预设模型进行比较计算，判断人眼的当前状态。
2.根据权利要求1所述的一种视力监测方法，其特征在于，包括步骤：
通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号；
对所述肌电信号或所述肌音信号进行处理，获得人眼睫状肌的肌电图；
将所述肌电图输入训练好的肌电图与睫状肌疲劳度模型，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
3.根据权利要求2所述的一种视力监测方法，其特征在于，所述的通过接触人眼附近的皮肤获取人眼睫状肌的肌电信号或肌音信号之前，还包括步骤：
采集用户在不同视距下的肌电信号或肌音信号，获得肌电信号或肌音信号与视距的函数关系；
采集用户在相同视距下的不同时刻的肌电信号或肌音信号，获得肌电信号或肌音信号与时间的函数关系；
建立所述肌电图与睫状肌疲劳度模型；
根据肌电信号或肌音信号与视距的函数关系以及肌电信号或肌音信号与时间的函数关系对所述肌电图与睫状肌疲劳度模型进行训练，获得肌电图与疲劳度之间的函数关系。
4.根据权利要求1所述的一种视力监测方法，其特征在于，包括步骤：
通过接触人眼附近的皮肤向人眼发送超声波；
获取所述超声波在接触人眼后的反馈信号；
对所述反馈信号进行处理，获得人眼的当前3D图像；
根据所述当前3D图像计算获得人眼的当前人眼参数；
将所述当前人眼参数输入训练好的人眼参数与疲劳度模型，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
5.根据权利要求4所述的一种视力监测方法，其特征在于，所述的通过接触人眼附近的皮肤向人眼发送超声波之前，还包括：
采集用户在不同视距下的人眼参数，获得人眼参数与视距的函数关系；
采集用户在相同视距下的不同时刻的人眼参数号，获得人眼参数与时间的函数关系；
建立所述人眼参数与疲劳度模型；
根据人眼参数与视距的函数关系以及人眼参数与时间的函数关系对所述人眼参数与疲劳度模型进行训练，获得人眼参数与疲劳度之间的函数关系。
6.根据权利要求1所述的一种视力监测方法，其特征在于，包括步骤：
向人眼发射红外光；
接收所述红外光在接触人眼后的第一反射光线；
对所述第一发射光线进行处理，获得人眼的当前眼球参数；
将所述当前眼球参数与存储的人眼模型的眼球参数进行比较计算，获得人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
7.根据权利要求1所述的一种视力监测方法，其特征在于，包括步骤：
通过面光源将预设图像射入人眼中；
接收通过视网膜反射的第二反射光线；
对所述第二发射光线进行处理，获得反射图像；
将所述反射图像与存储的所述预设图像进行比较计算，获得人眼的当前屈光度；
根据所述当前屈光度判断人眼的当前疲劳度；
在所述当前疲劳度超过预设疲劳度时进行提醒。
8.一种视力监测系统，其特征在于，包括：
获取模块，用于获取人眼的监测信号；
处理模块，与所述获取模块连接，用于对所述监测信号进行处理，获得人眼的当前数据；
计算模块，与所述处理模块连接，用于将所述当前数据与存储的预设模型进行比较计算；
判断模块，用于根据计算结果判断人眼的当前状态。
9.一种眼镜，其特征在于，包括权利要求8所述的视力监测系统。
10.一种头戴智能设备，其特征在于，包括权利要求8所述的视力监测系统。
CN202110451936.6A 2021-04-26 2021-04-26 一种视力监测方法、系统、眼镜及头戴智能设备 Pending CN113143299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110451936.6A CN113143299A (zh) 2021-04-26 2021-04-26 一种视力监测方法、系统、眼镜及头戴智能设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110451936.6A CN113143299A (zh) 2021-04-26 2021-04-26 一种视力监测方法、系统、眼镜及头戴智能设备

Publications (1)

Publication Number Publication Date
CN113143299A true CN113143299A (zh) 2021-07-23

Family

ID=76870792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110451936.6A Pending CN113143299A (zh) 2021-04-26 2021-04-26 一种视力监测方法、系统、眼镜及头戴智能设备

Country Status (1)

Country Link
CN (1) CN113143299A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023172266A1 (en) * 2022-03-11 2023-09-14 Hewlett-Packard Development Company, L.P. Head-mountable display (hmd) virtual image distance adjustment based on eye tiredness of hmd wearer

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104757981A (zh) * 2015-03-16 2015-07-08 于莹光 一种高灵敏收发一体红外检测驾驶员疲劳度的方法及装置
CN106108898A (zh) * 2016-07-20 2016-11-16 南京智松电子科技有限公司 一种检测眼睛肌肉疲劳的方法和检测系统
CN107645921A (zh) * 2015-03-16 2018-01-30 奇跃公司 用于诊断和治疗健康疾病的方法和系统
CN109620221A (zh) * 2018-10-16 2019-04-16 平安科技（深圳）有限公司 基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质
CN110101360A (zh) * 2019-04-02 2019-08-09 平安科技（深圳）有限公司 视力评估方法、装置及存储介质
CN111329442A (zh) * 2020-03-16 2020-06-26 广东小天才科技有限公司 一种视力健康检测方法及装置、电子设备
US20200229691A1 (en) * 2019-01-21 2020-07-23 Oculus Optikgeraete Gmbh Method And Vision Testing System For Testing The Eyes

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104757981A (zh) * 2015-03-16 2015-07-08 于莹光 一种高灵敏收发一体红外检测驾驶员疲劳度的方法及装置
CN107645921A (zh) * 2015-03-16 2018-01-30 奇跃公司 用于诊断和治疗健康疾病的方法和系统
CN106108898A (zh) * 2016-07-20 2016-11-16 南京智松电子科技有限公司 一种检测眼睛肌肉疲劳的方法和检测系统
CN109620221A (zh) * 2018-10-16 2019-04-16 平安科技（深圳）有限公司 基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质
US20200229691A1 (en) * 2019-01-21 2020-07-23 Oculus Optikgeraete Gmbh Method And Vision Testing System For Testing The Eyes
CN110101360A (zh) * 2019-04-02 2019-08-09 平安科技（深圳）有限公司 视力评估方法、装置及存储介质
CN111329442A (zh) * 2020-03-16 2020-06-26 广东小天才科技有限公司 一种视力健康检测方法及装置、电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023172266A1 (en) * 2022-03-11 2023-09-14 Hewlett-Packard Development Company, L.P. Head-mountable display (hmd) virtual image distance adjustment based on eye tiredness of hmd wearer

Similar Documents

Publication Publication Date Title
US11684255B2 (en) Device and method for determination of pupil size in a subject having closed eyelids
US10123701B2 (en) Intraocular pressure detecting device and detecting method thereof
US10451895B2 (en) Light field processor system
RU2577808C2 (ru) Восприятие на нейромышечном уровне для электронной офтальмологической линзы с изменяемыми оптическими свойствами
US20210113079A1 (en) Mobile device application for ocular misalignment measurement
US7562981B2 (en) Biological information acquisition and presentation kit, and pupillary diameter measurement kit
JP6530239B2 (ja) 両眼計測装置、両眼計測方法、及び両眼計測プログラム
Otero-Millan et al. Knowing what the brain is seeing in three dimensions: A novel, noninvasive, sensitive, accurate, and low-noise technique for measuring ocular torsion
JP2004283609A (ja) 瞳孔不規則性検出・瞳孔追跡・瞳孔反応検出機能、緑内障検査機能、角膜解剖学的測定機能、頭蓋内圧検出機能、および、眼異常測定機能を備えた瞳孔計
JP2000517231A (ja) 偏平化及び／又はくぼみにより眼圧を測定する方法及び装置
US20160128892A1 (en) Audio-feedback computerized system and method for operator-controlled eye exercise
EP2853937A1 (en) Goggle-like mobile apparatus and method for recording images of a pupil of a person
CN113892904A (zh) 一种基于摄像装置的儿童青少年屈光状态变化预测系统
CN114052654A (zh) 动态眼睛健康管理系统
CN113143299A (zh) 一种视力监测方法、系统、眼镜及头戴智能设备
US11445904B2 (en) Joint determination of accommodation and vergence
US20240289616A1 (en) Methods and devices in performing a vision testing procedure on a person
CN201653399U (zh) 一种光学测距装置及其便携式验光仪
Bennett et al. Intraocular pressure remote photonic biomonitoring based on temporally encoded external sound wave stimulation
CN114176510B (zh) 一种头戴式眼压测量仪及云端平台
EP4364643A1 (en) Computer-implemented methods and devices for determining refractive errors
CN217772315U (zh) 一种实时眼球生物数据测量装置
US20240074699A1 (en) System and Method for Quantification and Feedback of Eye Deviations
Kalyuzhner et al. Remote and low-cost intraocular pressure monitoring by deep learning of speckle patterns
WO2024100648A1 (en) System and method for monitoring biomechanical characteristics of an eye

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210723